面灵AI→

Seel 前端实习一二面:useLayoutEffect 时序、宏微任务与 AI 工具用法

轮次
一面、二面
时间
2026-11
来源
牛客网

《面试题目》

  1. 简历深挖:按实际项目展开。
  2. useEffect 与 useLayoutEffect 的区别是什么?
  3. React 从渲染到浏览器绘制的完整流程是什么?各钩子的执行顺序如何?
  4. useEffect 与 useLayoutEffect 谁先谁后?什么逻辑应该放在 useLayoutEffect 里?
  5. 为什么 useLayoutEffect 有时会让页面卡?是否涉及 JS 计算阻塞 UI?如何定位到 useLayoutEffect 耗时过长?
  6. useLayoutEffect 是同步还是异步?
  7. 宏任务与微任务的区别是什么?执行顺序谁先?哪些属于宏任务?
  8. 宏任务与 Promise.then 谁先出结果?为什么?
  9. 「运行」一段代码是否只是注册事件?
  10. 讲一个代表性难点任务:如何拆解,过往实习经验带来了什么提升?
  11. 常用的编辑器有哪些(Cursor / Claude / VS Code)?哪个用得更好?是否关注 token 消耗?哪个模型写代码强?会不会按 token 计价选模型?
  12. 如何把需求描述完善?借助什么能力?
  13. 你写的 skill 是否有自测流程、代码边界与设计规范限制?用什么限制?
  14. 行为场景:快下班时给一个没碰过的老项目、没有完善 PRD 的弹窗表单需求,你怎么做?接任务时是否先确认紧急程度和邮件?
  15. 反问:进去做 Agent 前端大概做什么?实习是否有转正机会?
  16. 二面 HR:为什么经常换公司、不在同一家持续实习?三份实习的选择与离职原因是什么?找下一份实习是否以转正为目的?
  17. 三家公司对实习生的能力要求有什么不同?你获得了哪些不同维度的成长?
  18. 什么场景应站在用户视角,什么场景应站在产品视角?两者会不会冲突?
  19. 怎么看产品 copy 的问题?
  20. 最近两家公司对 AI 的应用程度与态度如何?为什么有区别?
  21. 你是大数据专业,为什么选择做前端?
  22. 你的博客在二五年十二月之前偏算法、之后偏前端,为什么有这个转变?
  23. 基于三份实习的差异,对你找下一份实习或校招有什么影响?
  24. 目前对我们业务的理解是什么?如果加入希望获得什么?对 mentor 有什么期待?
  25. 技术成长分「公司提供的条件」与「个人努力」两个维度,各自要怎么加分?

《参考解析》

两个 Effect 的时序:React 的提交流程是 render 阶段(可中断,计算变更)→ commit 阶段(同步应用 DOM 变更)→ 执行 useLayoutEffect 的清理与回调(同步,在浏览器绘制之前)→ 浏览器绘制 → 执行 useEffect 的回调(异步,通常在下一帧之后)。因此 useLayoutEffect 先于 useEffect,也先于用户看到新画面。需要读取布局(getBoundingClientRect、scrollHeight)并同步修正视觉的逻辑放 useLayoutEffect,避免用户看到中间态闪烁;数据请求、订阅、日志上报放 useEffect。

为什么会卡:useLayoutEffect 在绘制前同步执行,回调里做重计算、强制同步布局(读布局后写样式再读)或大量 DOM 操作,会推迟绘制,表现为掉帧或白屏。定位方式是用 Performance 面板录制交互,看 commit 之后、paint 之前的长任务,火焰图里会直接显示组件的 layout effect 回调;也可以用 PerformanceObserver 观察长任务。它是同步执行的,不是异步。

宏任务与微任务:一次事件循环取一个宏任务执行,结束后清空微任务队列,再进入渲染与下一个宏任务。宏任务包括整段脚本、setTimeout / setInterval、MessageChannel、I/O 与 UI 事件;微任务包括 Promise.then、queueMicrotask、MutationObserver 与 await 之后的续体。Promise.then 先于定时器,因为微任务在当前宏任务结束时立即清空,而定时器要等下一轮且受最小延迟约束。「运行」一段代码指的是同步执行其中的语句并注册回调,回调和微任务要等当前同步代码执行完才会被处理。

AI 工具的使用:编辑器层面 Cursor 的优势是行内补全与代码库上下文,Claude Code 一类终端代理适合跨文件改造与批量重构,VS Code 加插件更贴近原始环境。模型选择按任务分:补全与改写用小而快的模型,跨文件设计与疑难排查用推理更强的模型。关注 token 成本是必要的,长上下文会显著抬高单价,做法是缩小上下文范围、复用缓存、把重复任务脚本化。需求描述要给出背景、约束、验收标准与不能改动的边界,必要时附上现有代码与报错原文;「skill」这类自定义能力要有自测用例、目录与权限边界、禁止改动的文件清单,并用脚本或钩子强制。

行为题的回答:先确认紧急程度与验收标准(是否当天必须上线、谁验收、能否拆成两步),再读老代码与调用方评估影响面,选择最小改动并保留回滚路径;没有 PRD 就把字段、校验、交互、异常态与埋点列成清单找需求方确认,交付后补文档。这个题考的是在信息不全时如何收敛范围,而不是埋头写完。

HR 类问题:频繁换实习要给出选择逻辑与收获,而不是抱怨前公司;用户视角与产品视角的冲突本质是短期体验与长期目标的取舍,给一个具体例子说明如何平衡;从大数据转前端要讲清触发点(某次做可视化或工具的经历)与自学的证据(博客、项目);对业务的理解要具体到产品解决的问题与用户是谁;成长预期分「公司能给的条件」(导师、代码评审、真实项目、技术分享)与「自己要付出的努力」(系统补基础、复盘、主动承担),两边各给一条可执行的计划。